Алан Мамиев "ЗОВ Предков"

ИИ: КОГДА КОЛИЧЕСТВО ПЕРЕЙДЁТ В КАЧЕСТВО Товарищи, в гонке искусственного интеллекта главный вопрос — в какой момент накопленные мощности позволят ему самостоятельно вести исследования и ускорять создание следующих поколений ИИ. Именно здесь возможен переход количества в качество, который изменит экономику и соотношение сил в мире. Первый рубеж — надёжная самостоятельность. Человек ставит задачу, а система составляет план, выполняет работу, обнаруживает ошибки и доводит проект до проверенного результата. Тогда ИИ можно будет передавать целые производственные и исследовательские процессы. Второй рубеж — получение новых знаний. Представьте систему, которая разрабатывает материал: изучает данные, предлагает состав, организует эксперимент, получает измерения и корректирует решение. Соединение ИИ, вычислительных мощностей и автоматизированных лабораторий может резко ускорить этот цикл. Отдельные элементы уже работают. По данным Google DeepMind, система AlphaEvolve нашла новые математические решения и улучшила алгоритмы, используемые при обучении моделей, лежащих в основе самой системы. Пока это ограниченные задачи с автоматической проверкой результата. Но участие ИИ в совершенствовании технологий ИИ уже продемонстрировано. Следующий возможный шаг — устойчивое самоусиление. ИИ помогает создать более эффективную модель, следующая модель лучше исследует алгоритмы и ускоряет дальнейшие разработки. Если этот цикл станет достаточно надёжным и широким, изменится сама скорость технического прогресса. Пока неизвестно, насколько далеко он сможет зайти: остаются ограничения по энергии, чипам, экспериментам и сложности задач. Квантовый компьютер может усилить отдельные звенья — например, расчёты свойств материалов или определённые методы машинного обучения. Его преимущества зависят от конкретной задачи. Автоматического перехода от количества кубитов к универсальному сверхразуму наука не установила. В этом и заключается стратегический смысл энергетической гонки: вычислительная инфраструктура может стать основой для ускоренного получения знаний, новых технологий и производственного преимущества. Однако одних гигаватт недостаточно — нужны алгоритмы, проверка результатов и способность внедрять открытия. Решающим рубежом станет возможность массово и надёжно производить новые знания. И тогда вопрос о том, кому принадлежат электростанции, дата-центры и модели, станет вопросом о том, кто определяет направление этого развития — и кому достаются его результаты.